Vorwort

Es ist eineinhalb Jahre her, seit ich das letzte Mal einen My Vision- Artikel veröffentlicht habe. Der Grund dafür, dass ich heute so lange gebraucht habe, um diesen Artikel zu schreiben, liegt darin, dass ich glaube, dass ich die vagen Teile meiner Vision erst nach ausführlicher Interaktion mit realen Benutzern klarer erkennen kann. Daher hat das Heptabase-Team in den letzten anderthalb Jahren Produkte entwickelt, mit Benutzern gesprochen und unsere Hypothese durch kontinuierliche Iteration validiert.

Zum Abschluss des vorherigen Artikels habe ich die Vision von Heptabase wie folgt beschrieben:

Kurz gesagt, um Wissensarbeitern dabei zu helfen, ihren Wissenslebenszyklus aus Erforschen → Sammeln → Denken → Schaffen → Teilen zu integrieren, bauen wir ein Ökosystem von Tools auf, die die Interoperabilität von Informationen, den Kontextabruf und die kollektive Wissenserstellung optimieren, mit dem Endziel der kontextualisierten Weiterentwicklung Wissen im Internet. Das ist meine Vision von Heptabase .

Diese Art der Beschreibung der Vision hat den Vorteil, dass sie einen Rahmen für den Wissenslebenszyklus bietet, der unsere Produktentwicklung leitet, sowie drei Hauptprinzipien, die wir bei der Umsetzung beachten sollten. Für ein allgemeines Publikum bleiben jedoch nach der Lektüre dieser Beschreibung noch viele Fragen offen.

Obwohl ich im vorherigen Artikel einige Ideen und Anweisungen für Informationsinteroperabilität, Kontextabruf und kollektive Wissensgenerierung vorgestellt habe, habe ich mich zunächst nicht eingehend mit unserer Roadmap auf der Ausführungsebene befasst.

Zweitens ist die Beschreibung dieser Vision relativ abstrakt und akademisch, und nachdem Sie sie gelesen haben, sind Sie möglicherweise immer noch etwas verwirrt: Warum brauchen wir ein neues Wissensinternet? Welche Vorteile kann uns die Bewahrung des Kontexts von Ideen bringen? Welches primitive menschliche Bedürfnis möchte das Wissensinternet von Heptabase lösen?

In diesem Artikel werde ich tiefer auf diese Fragen eingehen, die im vorherigen Artikel nicht klar beantwortet wurden, die Kernziele von Heptabase klären und Heptabase-Benutzern unsere Roadmap besser verstehen lassen.

Zweck

Bevor ich die Roadmap bespreche, möchte ich die Vision von Heptabase einfacher umformulieren: Wir wollen eine Welt schaffen, in der jeder effektiv ein tiefes Verständnis für alles entwickeln kann.

Im Zeitalter der Informationsexplosion, die von Google, sozialen Medien und ChatGPT dominiert wird, ist der Erwerb von Wissen extrem einfach geworden. Allerdings ist dieses Wissen oft nur die Spitze des Eisbergs in der riesigen Wissensstruktur und dem Denkkontext der Menschheit, und die meisten Menschen haben immer noch keine Ahnung, wie diese Eisberge tatsächlich aussehen, und ihre Fähigkeit, komplexe Dinge tiefgreifend zu verstehen, hat sich auch nicht wesentlich verbessert .

Wir bei Heptabase glauben, dass die größte Herausforderung für moderne Menschen beim Lernen, Forschen und Lösen von Problemen nicht der Mangel an Wissen ist, sondern der Mangel an Kontext, um unzählige Wissenseinheiten zu verbinden, und an den Werkzeugen, um diese Kontexte aufzubauen und zu bewahren. Wenn wir den Kontext des Wissens bewahren und die gesamte Menschheit an diesen Kontexten teilhaben lassen können, können andere, wenn sie dasselbe Wissen erlernen und erforschen möchten, diese Kontexte nutzen, um ein umfassenderes und tiefergehendes Verständnis aufzubauen.

Basierend auf dieser Vision habe ich vier progressive Etappen für die Entwicklung des Unternehmens festgelegt. Die Bedeutung dieser vier Phasen besteht darin, ein „offenes Hyperdokumentensystem“ aufzubauen, das unser kontextualisiertes Wissensinternet transportieren und in jeder Phase Schicht für Schicht die für dieses System erforderliche Infrastruktur aufbauen kann. Ich werde die Ziele und Herausforderungen dieser vier Phasen im Detail besprechen und dieses System ausführlicher beschreiben.

Stufe 1 – Kontextualisieren Sie Ihr Gehirn

In Stufe 1 ist es unser Ziel, ein Denkwerkzeug zu schaffen, das jedem hilft, komplexe Themen zu lernen und zu recherchieren. Die Hauptaufgabe dieses Tools besteht darin, es Benutzern zu ermöglichen, Denkrahmen auf der Grundlage einer großen Menge an Informationen aufzubauen, wichtige Ideen und Wissen zu extrahieren, die Phasen „Sammeln → Denken → Erstellen“ des Wissenslebenszyklus zu verbinden und den Denkkontext des Benutzers zu bewahren für diese Themen.

Aus der Perspektive des endgültigen Wissensinternets, das aufgebaut werden soll, besteht die Bedeutung dieser Phase darin, zwei grundlegende Infrastrukturen zu schaffen: die kontextuelle Ebene und die beschreibende Ebene.

Kontextuelle Ebene

In Heptabase ist die Karte die Grundeinheit, die Ideen und Wissen transportiert, und die Kontextebene ist die Ebene, die verwendet wird, um den Denkkontext für diese Karten zu bewahren, was der Whiteboard-Funktion von Heptabase entspricht. Menschen, die Heptabase noch nicht verwendet haben, denken möglicherweise, dass der Zweck des Whiteboards allein aufgrund seines Aussehens die Visualisierung ist, aber in Wirklichkeit ist Visualisierung nur ein Mittel. Sein eigentlicher Zweck besteht darin, jede Karte auf ihren Denkkontext in verschiedenen Whiteboards zurückzuführen.

Aus diesem Grund haben wir in den frühen Phasen der Entwicklung des Whiteboards nicht zu viel Zeit damit verbracht, allgemeine Whiteboard-Produktmerkmale wie Handschrift, Formen, Linien, Stile usw. zu erstellen, sondern uns auf die Entwicklung von Funktionen im Zusammenhang mit der „Bewahrung des Denkkontexts“ konzentriert B. die Wiederverwendung von Karten in mehreren Whiteboards, die bidirektionale Verknüpfung zwischen Karten und dem Whiteboard, die hierarchische Struktur zwischen Whiteboards, die Gruppierung und Indizierung von Wissenskarten im Whiteboard sowie die Interaktion zwischen Karteneditoren und Whiteboards.

Beschreibende Ebene

Die zweite grundlegende Infrastruktur, die in Stufe 1 erstellt wird, ist die beschreibende Schicht der Karte, die für das Hinzufügen von Typen und Attributen zur Karte verantwortlich ist, die den Tag- und Eigenschaftsfunktionen von Heptabase entsprechen.

In Heptabase können Sie Karten verschiedene Tags hinzufügen und verschiedene Eigenschaften angeben, die von verschiedenen Tags wiederverwendet werden können. Beispielsweise verwende ich die Tags #research-notizen und #forschungskommunikation, um die relevanten Karten für meine Forschung in Notizen- und Kommunikationssoftware zu verwalten. Beide Tags beziehen sich auf die Recherche und teilen Eigenschaften wie Dokumenttyp, Einblick und Wichtigkeit.

Für einzelne Benutzer können solche Funktionen dabei helfen, homogene Karten in einem Datenbankformat besser zu verwalten und sogar verschiedene Ansichten und Filter wie gängige Projektmanagementsysteme zu erstellen, um diese Karten aus verschiedenen Perspektiven, wie Tabellen und Kanban, anzuzeigen.

Natürlich dient das Whiteboard nicht ausschließlich der Visualisierung, ebenso dienen Tags und Eigenschaften nicht ausschließlich der Kartenverwaltung. Ihr wichtiger langfristiger Zweck liegt in Phase 4, in der Drittentwickler basierend auf dem Kartensystem von Heptabase verschiedene Apps für verschiedene Szenarien erstellen und so die Wiederverwendbarkeit und den Kontext dieser Wissenskarten erweitern können.

Stufe 2 – Äußere Quellen kontextualisieren

Wenn Heptabase in Phase 1 bereits ein „gut genug“-Denktool erstellt hat, gehen wir in Phase 2 über, um Benutzern nicht nur dabei zu helfen, ihren eigenen Denkkontext zu bewahren, sondern auch externe Informationen in diesen Kontext zum Denken einzubringen und so die Phasen „Erkunden → Sammeln“ zu verbinden des Wissenslebenszyklus.

Aus Sicht des Wissensinternets besteht die Bedeutung dieser Phase darin, zwei grundlegende Infrastrukturen aufzubauen, die für die Integration externer Informationen in das Heptabase-System verantwortlich sind: die Annotationsschicht und die Integrationsschicht.

Anmerkungsebene

Im heutigen Internet wird viel Wissen in verschiedenen Formaten wie PDF, Video, Audio, Bild und Webseiten gespeichert. Wenn wir ein Wissensinternet aufbauen wollen, das den Kontext allen Wissens nachvollziehen kann, müssen wir diese verschiedenen Wissensformate in unser Wissensinternet integrieren, damit Benutzer nicht nur wichtige Ideen daraus extrahieren, sondern auch die Quellen dieser wichtigen Ideen nachverfolgen können .

Unser Ziel bei Heptabase ist es, entsprechende Kartentypen für alle gängigen Wissensformate wie PDF-Karten, Grafikkarten usw. bereitzustellen, damit diese nicht nur auf dem Whiteboard platziert und mit Tags und Eigenschaften versehen werden können, sondern auch für Benutzer Sie können sie auch hervorheben und mit Anmerkungen versehen.

Heptabase unterstützt beispielsweise bereits PDF-Karten. Benutzer können durch Textauswahl oder Bereichsauswahl eine Highlight-Karte nach der anderen aus dem Inhalt der PDF-Karte herausziehen und diese Highlight-Karten in den vorhandenen Denkkontext auf dem Whiteboard integrieren. Benutzer können nicht nur Anmerkungen auf diese Hervorhebungskarten schreiben, sondern sie auch mit nur einem Klick wieder an ihre ursprüngliche Position in der PDF-Karte zurücksetzen.

In Zukunft werden wir zusätzlich zu PDF Hervorhebungs- und Anmerkungsfunktionen für andere Datenformate wie Video, Audio, Bilder und Webseiten entwerfen und entwickeln, und alle Hervorhebungs- und Anmerkungsfunktionen werden schließlich unsere Anmerkungsebene als universelle Schnittstelle verwenden.

Integrationsschicht

Zusätzlich zu Dateien und statischen Webseiten gibt es auf dieser Welt eine Menge Wissen, das in verschiedenen Produkten mit speziellen Datenstrukturen gespeichert ist (z. B. Facebook-Beiträge, Twitter-Tweets, Notion-Seiten, Readwise-Highlights). Wenn wir diese Art von Informationen von Drittanbietern in das Heptabase-System einbringen möchten, müssen wir Schnittstellen erstellen, die sich mit diesen Informationen von Drittanbietern synchronisieren können, und Kartenaliase für diese Informationen von Drittanbietern in Heptabase erstellen. Dies ist die Kernaufgabe des Integration Layers.

Wenn ein Benutzer beispielsweise Readwise mit Heptabase verbindet, werden alle seine Readwise-Highlights sofort in die Highlight-Karten von Heptabase umgewandelt. Wenn wir in Zukunft die Google Sheet-Integration entwickeln, unterstützen wir möglicherweise die Umwandlung jeder Zeile in eine Karte und bestimmte Spalten werden in die Eigenschaften der Karte geschrieben.

Ob es sich um die Annotationsschicht zum Kommentieren statischer Dateien oder die Integrationsschicht zum Erstellen von Aliasen für Daten Dritter handelt, ihr gemeinsames Ziel besteht darin, externe Informationen in den Denkkontext des Benutzers in Heptabase zu bringen und uns so den Aufbau eines neuen kontextualisierten Wissensinternets zu ermöglichen an der Spitze allen vorhandenen menschlichen Wissens.

Stufe 3 – Kollektives Wissen kontextualisieren

In der ersten und zweiten Phase zielte Heptabase darauf ab, das beste „persönliche Denkwerkzeug“ zu schaffen. Ab der dritten Stufe werden wir jedoch auf der Grundlage dieses Denkwerkzeugs ein Kommunikationstool aufbauen, das es einer Gruppe von Benutzern ermöglicht, gemeinsam komplexe Themen zu recherchieren, kollektives Wissen zu schaffen und die Lücke „Teilen → Erkunden“ im Wissenslebenszyklus zu schließen.

Aus Sicht eines Wissensinternets besteht die Aufgabe dieser Stufe darin, eine Kommunikationsschicht für Wissen zu schaffen.

Kommunikationsschicht

Bevor wir etwas entwerfen, müssen wir immer klar darüber nachdenken, welches Problem dieses Design lösen soll. Wenn Menschen „Kommunikationssoftware“ hören, denken sie möglicherweise sofort an Nachrichten, Kommentare, Zusammenarbeit und Mitbearbeitung. Aus Sicht des Designers ist jedoch der „Zweck und das Modell der Kommunikation“ das Wichtigste, das hervorgehoben werden muss, und nicht die Implementierung dieser Funktionen.

In sozialen Medien (z. B. Facebook, Twitter) ist das gängige Kommunikationsmodell ausdrucksgesteuert. Menschen scheinen über ein Thema zu diskutieren, aber in Wirklichkeit äußern sie sich häufiger: Was sind meine Meinungen und Positionen zu einem bestimmten Thema? Bei welchem ​​Personenkreis möchte ich Aufmerksamkeit erregen?

In Arbeitssoftware (z. B. Slack, Notion) ist das gängige Kommunikationsmodell schlussfolgerungsorientiert. Die Leute diskutieren oft hin und her, um festzustellen: Was ist unsere Entscheidung? Was müssen wir zu welchem ​​Zeitpunkt erledigen?

Das Design jeder Kommunikationssoftware zielt darauf ab, den Benutzern dabei zu helfen, ihre Ziele effektiver zu erreichen. Daher verfügen soziale Medien über mehr Funktionen im Zusammenhang mit Ausdruck und Teilen, während Arbeitssoftware über mehr Funktionen im Zusammenhang mit der Aufgabenintegration verfügt.

Bei Heptabase möchten wir eine Welt schaffen, in der jeder effektiv ein tiefes Verständnis für alles entwickeln kann. Wir glauben, dass wahre kollektive Weisheit nicht darin besteht, jeden zu zwingen, sofort einen Konsens zu erzielen, sondern darin, jedem Einzelnen zu ermöglichen, seine eigene Erkenntnis durch andere zu erweitern und zu sehen, wie seine Ideen im Kontext des Denkens anderer Menschen entwickelt werden.

Daher wird die Kommunikationsschicht, die wir erstellen, verständnisorientiert sein. Unser Designziel besteht darin, mehreren Personen (einschließlich KI) die Möglichkeit zu geben, ihr tiefes Verständnis eines Themas durch Diskussion, Lernen und Forschung effektiv aufzubauen. Das von dieser Personengruppe zu diesem Thema aufgebaute Verständnis kann von anderen Forschern in anderen Kontexten weiter ausgebaut werden. Wenn Sie heute ein Thema lernen möchten, müssen Sie nicht mehr wie früher isoliertes Wissen finden, sondern können den Wissensrahmen erkunden, der von einer Gruppe von Menschen im Diskussionsprozess erstellt wurde.

Stufe 4 – Kontextualisierung des Anwendungsökosystems

In der vierten Stufe, der letzten Stufe der Roadmap, ist es unser Ziel, Menschen in die Lage zu versetzen, das Wissen aus dem Wissensnetz auf unterschiedliche Arbeits- und Lebenskontexte anzuwenden und diese Kontexte, in denen das Wissen angewendet wird, zu bewahren. Aus Sicht eines Wissensinternets besteht die Aufgabe dieser Stufe darin, eine Anwendungsschicht für Wissen zu schaffen.

Anwendungsschicht

Wenn wir möchten, dass Benutzer Wissen auf verschiedene Arbeits- und Lebenskontexte anwenden, gehen wir davon aus, dass für jeden Kontext möglicherweise eine spezielle App erforderlich ist, die für diesen Kontext entwickelt wurde. Als Unternehmen kann Heptabase unmöglich alle Apps der Welt entwickeln. Daher müssen wir uns irgendwann auf Drittentwickler verlassen, die ihre eigenen Apps entwickeln und dafür sorgen, dass ihre Apps im Wissensinternet von Heptabase lesen und schreiben.

Die Beschreibungsebene, die wir in der ersten Phase für das Kartensystem erstellt haben, wird in dieser Phase eine sehr wichtige Rolle spielen. Angenommen, ein Drittentwickler möchte eine App erstellen. Sie können das Kartensystem von Heptabase direkt als Dokumentendatenbank verwenden, benutzerdefinierte Eigenschaften zu den Karten ihrer App hinzufügen und die Front-End-Schnittstelle entwerfen, mit der sie die Werte dieser Eigenschaften bearbeiten möchten. Der Vorteil dieses Ansatzes besteht darin, dass der Drittentwickler keine Datenbank mehr von Grund auf erstellen oder einen vollständigen Rich-Text-Editor erstellen muss – er muss sich nur auf die Eigenschaften konzentrieren, die er benötigt, und diese Eigenschaften auf der Beschreibungsebene von Heptabase definieren.

Sobald Heptabase eine Anwendungsschicht erstellt, die es verschiedenen Drittentwicklern ermöglicht, Apps zu veröffentlichen, kann unser Wissensnetzwerk auf größere Kontexte ausgeweitet werden. Für jede Wissenskarte können Sie anhand ihrer Eigenschaften nachvollziehen, wo sie verwendet wurde und wie sie in welchem ​​Kontext in welcher App präsentiert und verwendet wurde, und ein tieferes Verständnis dieses Wissens aufbauen. Dieses Maß an Informationsinteroperabilität und Kontextverfolgung ist im aktuellen Internet beispiellos.

Abschluss

Zusammenfassend möchte Heptabase ein kontextualisiertes Wissensnetzwerk schaffen, das es jedem auf der Welt ermöglicht, effektiv ein tiefes und umfassendes Verständnis für alles zu erlangen, was er lernen oder erforschen möchte.

Dieses kontextualisierte Wissensinternet muss durch ein neues offenes Hyperdokumentsystem unterstützt werden, das viele Infrastrukturebenen umfassen wird: die kontextuelle Ebene zur Bewahrung des Denkkontexts, die beschreibende Ebene zur Verwaltung von Kategorien und zum Hinzufügen von Eigenschaften, die Anmerkungsebene zum Kommentieren statischer Dateien usw Integrationsschicht zum Erstellen von Aliasen für Daten Dritter, Kommunikationsschicht, um einer Gruppe von Personen den Aufbau eines tiefen Verständnisses für komplexe Themen zu ermöglichen, und Anwendungsschicht, die es Drittentwicklern ermöglicht, kartenbasierte Apps zu veröffentlichen, und so weiter.

Aus technischer Sicht wissen wir genau, dass ein derart komplexes System nicht in kurzer Zeit aufgebaut werden kann. Aus geschäftlicher Sicht wissen wir auch genau, dass unser System, egal wie gut es ist, niemand nutzen wird, wenn es die Probleme der realen Welt nicht löst. Deshalb wenden wir bei Heptabase eine marktorientierte F&E-Logik an, indem wir kontinuierliche Produktiterationen und ausführliche Gespräche mit Benutzern nutzen, um den Markt zu verstehen, und dann eine Roadmap für den Aufbau dieses Systems erstellen, die auf unserem Verständnis des Marktes und der Benutzer basiert.

Unabhängig davon, ob Sie Heptabase verwendet haben oder nicht, hoffen wir, dass dieser Artikel Ihnen dabei helfen kann, die Vision von Heptabase und die Positionierung unseres Produkts in dieser Vision besser zu verstehen. Wir werden weiterhin hart daran arbeiten, Heptabase weiterzuentwickeln und unsere Vision der Schaffung eines kontextualisierten Wissensinternets zu verwirklichen.

Vorwort

距離發表上一篇 My Vision 系列的文章已經一年半了是因為我認為只有在與真實世界的用戶有大量的互動後，才能Heptabase 團隊每天都在打造產品、與用戶對話,透過持續地迭代來驗證我們的假設.

在上一篇文章的結尾, 我將 Heptabase 的願景描繪如下:

我們希望能透過Heptabase的知識生命週期,讓資訊具備原生的互用性、讓想法的脈絡可被追蹤、讓集體知識的創建更為容易,進而演化出一個脈絡化的知識網路.

用這樣的方式來描繪願景, 好處是它給出了一套知識生命週期的框架來指引我們的產品開發以及三個在執行上要注意的大原則.然而對一般人來說，看完這段描述後心中仍會有許多疑問.

首先, 我雖然在上一篇文章針對資訊互用, 脈絡回溯和集體知識創建各自提出了一些想法和方向,但我並沒有真正深入地去談我們在執行層面上的路線圖.

再者,這個願景的描述較為抽象、學術,在看完後你可能還是會有點困惑:為什麼我們需要一個新的知識網路？保存想法的脈絡能為我們帶來什麼好處？Heptabase 的知識網路想解決的是人類的哪一個原始需求？

Er ptabase 的核心目標, 也讓 Heptabase 的用戶們更加暸解我們執行的路線圖.

Zweck

在討論執行的路線圖之前,我想先重新用一種更白話的方式描繪 Heptabase 的願景:我們希望打造一個任何人都可以有效地對任何事物建立深度理解的世界.

在 Google, Social Media, ChatGPT龐大的知識架構與思考脈絡中的冰山一角,而大多數人仍然對這些冰山的實際樣貌一無所知,深度理解複雜事物的能力也並沒有顯著的提升.

在 Heptabase, 我們相信現代人在學習、研究和解決問題上遇到的最大困境並不是缺乏知識，而是缺乏將無數個單點知識串連起來的脈絡,以及建構並保存這些脈絡的工具。如果我們能為知識保存脈絡, 並且讓全人類共享這些知識的脈絡, 當其他人想學習和研究相同的知識時,就能利用這些知識的脈絡來建立更加全面且深入的理解.

在這樣的一個願景之上,我為公司的發展設定了四個漸進的階段.這四個階段的意義在於打造一個可以乘載脈絡化知識網路的「開放超文本系統」,並在每一個階段將這個系統需要的基礎建設一層層的搭建起來.以下我會詳細地討論這四個階段的目標與挑戰,並將這個系統的樣貌更完整的描繪出來.

Stufe 1 – Kontextualisieren Sie Ihr Gehirn

在第一階段,我們的目標是打造一個幫助每個人學習和研究複雜主題的思考工具.這個工具的核心任務是讓用戶可以在大量資訊之上建構思考框架、提煉重要的想法與知識,打通知識生命週期中「收集 → 思考 → 創作」的環節,並且保存用戶大腦針對這些主題的思考脈絡.

從最終要打造的知識網路來看,這個階段的意義在於打造兩個基礎建設: Kontextebene und Beschreibungsebene.

Kontextuelle Ebene

在 Heptabase 中, 乘載想法與知識的基礎單位是卡片, 而 Contextual Layer 就是用來替這些卡片保存思考脈絡的 Layer,對應到的就是 Heptabase 的白板功能.沒使用過 Heptabase 的人光看外觀可能會覺得白板的用途是視覺化, 但其實視覺化只是一種手段, 它的真實用途是讓每一張卡片都可以追溯到它在不同白板下的思考脈絡.

也正是基於這個原因, 我們在開發白板的初期, 並沒有花太多時間在打造白板產品常見的手寫, 形狀, 線條, 樣式等功能, 而是專注在開發卡片在多重白板的復用、卡片與所在白板的雙向鏈結、白板與白板之間的階層架構、白板中知識卡片的分群與索引、卡片編輯器與白板之間的交互等與「保存知識脈絡」相關的功能.

Beschreibende Ebene

第一階段要打造的的第二個基礎建設是卡片的 Descriptive Layer, Die Bezeichnung „Heptabase“ (Tag) und „Property“ (Eigenschaft) wird angezeigt.

在 Heptabase 裡, 你可以對卡片添加不同的 Tags, 並為這些 Tags 規定性質不同, 但可以被不同 Tags 重複使用的Eigenschaften. Wir freuen uns über #research-notizen und #research-kommunikation個 Schlagworte Die Eigenschaften von „Document Type“, „Insight“ und „Importance“ umfassen die Eigenschaften.

對個人用戶來說,這樣的功能可以幫他們更好地用資料庫的形式一目暸然地管理同質性高的卡片，甚至像常見的專案管理系統一樣建立不同的 Ansicht 與 Filter 來用不同視角（例：表格、看板）觀看這些卡片.

當然,正如同白板的用途不單純是視覺化, Tag 和 Property 的用途也不單純是管理卡片.它們真正重要的長期用途是在第四階段時, 可以讓第三方開發者在 Heptabase 的卡片系統上針對不同場景打造不同的 App,進而拓展這些知識卡片可被復用的場景與脈絡.

Stufe 2 – Äußere Quellen kontextualisieren

當 Heptabase 在第一階段已經打造出一個「足夠好」的思足夠好」的思考工具時, 我們就會進入第二階段, 幫助用戶不只能保存自己大腦的思考脈絡,也能將外部資訊帶進這個脈絡一起思考,打通知識生命週期中「探索 → 收集」的環節.

從知識網路的角度來看, 這個階段的意義在於打造兩個負責將外部資訊整合到 Heptabase 統的基Beschreibung: Annotation Layer und Integration Layer.

Anmerkungsebene

在當今的網路世界中,有非常多的知識是被以 PDF、影片、音訊、圖片、網頁等不同的格式保存。如果我們要打造能追溯脈絡的知識網路,我們勢必得將這些不同格式的知識整合進我們的知識網絡,讓用戶不只能從它們身上提取重要的想法,還能追溯這些重要想法的源頭.

在 Heptabase, 我們的目標是對所有主流乘載知識的格式提供對應的卡片類型, 像是 PDF 卡片、影音卡片等等,讓它們不只可以被放到白板上、被添加 Tag 和 Property, 用戶還可以Markieren Sie Hervorhebung und Anmerkung.

舉例來說,現在的 Heptabase 已經支援了 PDF 卡片.用戶可以在閱讀 PDF 卡片的過程中，透過文字選取或區域框選, 從 PDF 的內容拉出一張又一張的 Highlight 卡片, 將這些 Highlight 卡片Markieren Sie die Highlights鍵定位回它在原始的 PDF 卡片中的位置.

在未來, 除了 PDF 以外, 我們將為影片、音訊、圖片、網頁等其他不同的資料形式設計並開發屬於它們自己的 Highlight 和 Annotation 作為通用介面。

Integrationsschicht

除了檔案與靜態網頁以外，這世界上有非常多知識是被用特殊的資料結構保存在不同的產品Weitere Informationen (z. B. Facebook-Post, Twitter-Tweet, Notion-Seite, Readwise-Highlight).將這種類型的第三方資訊引進 Heptabase 的系統,我們就必須打造能和這些第三方資訊同步的接口Sie können die Integrationsschicht auch als Heptabase verwenden 。

Weitere Informationen finden Sie unter Readwise Highlight們未來開發 Google Sheet Integration 的功能, 則可能會支援讓用戶將每個 Row 變成一張卡片,而特定的 Column 則會被寫進這張卡片的 Property 裡頭.

不管是對靜態檔案建立註解的 Annotation Layer, 還是對第三方資料建立替身的 Integration Layer, 它們的共同目的都是將外部資訊整合進用戶在 Heptabase 中的思考脈絡, 讓我們可以在人類所有的既有知識之上打造新的脈絡化知識網路.

Stufe 3 – Kollektives Wissen kontextualisieren

在第一和第二階段, Heptabase 都是以打造最好的「個人思考工具」為目標.但是從第三階段開始我們就會在這個思考工具之上打造一個溝通工具,讓一群用戶可以共同研究複雜的主題、創建集體知識,打通知識生命週期中「分享 → 探索」的環節.

Die Kommunikationsschicht ist eine Kommunikationsschicht.

Kommunikationsschicht

在做任何的設計之前,我們永遠都要先想清楚這個設計要解決的是什麼樣的問題.很多人在聽到「溝通軟體」時,第一時間可能會想到訊息、留言、協作、共編.但從設計者的角度來說,比起這些功能實作,「溝通的目的與模式」才是最需要被重視的東西。

在社群媒體中（例：Facebook、Twitter），常見的溝通模式是由「表達驅動」（Expression-driven）的。人們看似在討論,但其實更多時候是在表達自己:我對某個議題的意見和立場是什麼？我想吸引哪個族群的關注？

在工作軟體中（例：Slack、Notion）,常見的溝通模式是由「結論驅動」（Conclusion-driven）的.人們在一來一回的討論往往是為了確定:我們的決策是什麼？我們要在什麼時間完成什麼事情？

每一種溝通軟體的設計,都是為了幫助使用軟體的人更好的達成他們的目的,所以社群媒體有更多表達與分享相關的功能,而工作軟體則有更多任務整合相關的功能.

在 Heptabase, 我們希望打造一個任何人都可以有效地對任何事物建立深度理解的世界.我們相信真正的集體智慧靠的不是強迫大家馬上達成共識,而是讓每個人都能藉由他人來擴充個體認知,看到自己的想法在別人的思考脈絡下會如何被展開.

所以我們所打造的 Communication Layer 會是「理解驅動」 (Comprehension-driven)的.我們的設計目標是讓多人（包含 AI）在一起討論、學習、研究一個主題的過程中，每個人都可以有效地以這些討論的內容為原料,建構出他對這個主題的深度理解;而這群人對這個主題所建立的這些理解,可以被其他探索者進一步在不同的情境下擴充.當你今天想學習一個主題時,你不再像過去一樣只能找到單點式的知識,而是可以探索一群人在討論的過程中建立起來的知識架構.

Stufe 4 – Kontextualisierung des Anwendungsökosystems

在第四階段,也就是路線圖的最終階段,我們的目標是讓人們可以將知識網路中的知識實際帶到不同的工作和生活場景中去應用, 並且保存知識在這些場景中被應用的脈絡。從知識網路的角度來看，這個階段的任務是打造知識的 Application Layer。

Anwendungsschicht

如果要讓用戶能將知識帶到不同的工作和生活場景去應用, 我們預期每個場景都可能會需要Heptabase 作為一家公司，不太可能將世界上全部的 App都開發出來, 因此我們最終勢必得仰賴第三方開發者開發自己的 App, 並讓他們的 App 可以雙向讀寫 Heptabase 的知識網路.

我們在第一階段中為卡片系統打造的 Descriptive Layer,會在這個階段扮演非常重要的角色.假設一個第三方開發者想要打造一個 App, 他可以直接使用 Heptabase 的卡片系統來作為文本資料庫,替他的 App 的卡片添加自定義的 Property、再打造他想要的前端介面來操縱這些 Property 的值.這麼做的好處是, 第三方開發者不再需要從頭搭建資料庫、打造完整的富文本編輯器 – 他們只要專注在自己需要哪些 Property, 並將這些 Property 在 Heptabase 的 Descriptive Layer 上定義好就行了.

一但 Heptabase 打造出能讓不同第三方開發者發佈 App 的 Application Layer, 我們的知識網路就能拓展到更大的場景上。對於每一張知識卡片,你可以透過它的 Property 去追溯它在哪些 App種等級的資訊互用性和脈絡回溯的能力是我們在當前的網路上前所未見的.

Abschluss

結來說, Heptabase 希望打造一個脈絡化的知識網路, 讓世界上所有人都可以透過這個知識網路有效地對任何他想學習或研究的事物建立深度、全面的理解.

這個脈絡化的知識網路需要由一個新的開放超文本系統去支撐,而這個系統會包含許多層的基礎建設: 保存思考脈絡的 Contextual Layer, 管理類別與添加屬性的 Descriptive Layer, 對靜態檔案建立註解的 Annotation Layer, 對第三方資料建立替身的 Integration Layer, 讓一群人可以共同對複雜主題建構深度理解的 Communication Layer, 讓第三方開發者可以發布基於卡片的 App und Application Layer 等等.

從工程上,我們非常清楚這樣複雜的系統是無法在短時間內打造出來的.從商業上,我們也很清楚不管我們打造的系統再怎麼好, 如果它沒有解決真實世界的需求, 就不會有人去使用它.因此在 Heptabase, 我們採用的是一種由市場驅動的研發邏輯, 透過持續的產品迭代以及與用戶的大量對話來暸解市場的樣貌,再根據我們對市場與用戶的理解來制定打造這個系統的路線圖.

不論你有沒有用過 Heptabase, 我們希望這篇文章可以幫助你更加暸解 Heptabase 的願景, 以及我們的產品在這個願景下的定位.我們將繼續努力, 讓 Heptabase 不斷地進化, 以實現我們打造脈絡化知識網路的願景.